LO ESENCIAL EN 30 SEGUNDOS

  • Baidu presentó el 3 de noviembre Apollo World, un sistema de IA que simula el entorno vial y predice cómo cambia para entrenar software de conducción autónoma.
  • La compañía afirma que puede producir hasta 100.000 km de conducción simulada al día, lo que equivaldría, según ella, a unos tres años de pruebas reales con conductor de seguridad.
  • Baidu dice que el modelo ya entrena la flota de robotaxis de Apollo Go; no ha publicado resultados independientes ni detalles técnicos.

Baidu presentó el 3 de noviembre Apollo World, un sistema de IA pensado para simular entornos viales reales y prever su evolución, de modo que el software de conducción autónoma pueda entrenarse sin sacar coches a la vía pública. Reuters informó del lanzamiento desde Pekín. El anuncio llega después de que TechNode y 36Kr publicaran a finales de octubre que la empresa estaba desarrollando un modelo así y que pronto mostraría sus avances.

Qué hace el modelo, según Baidu

Según Baidu, Apollo World puede generar hasta 100.000 km de conducción simulada al día. La compañía equipara ese volumen a unos tres años de pruebas reales de un vehículo autónomo con conductor de seguridad a bordo. El sistema produce datos multimodales en tiempo real, como imágenes de cámara y lecturas de lidar, para que el software de conducción perciba la escena generada y circule por ella como lo haría en la realidad. Baidu sostiene que el modelo ya se utiliza para entrenar la flota de Apollo Go, su servicio de robotaxis, que Reuters describe como el mayor operador del sector en China.

Estas cifras proceden de Baidu. Ni Reuters ni las informaciones previas aportan pruebas independientes, parámetros técnicos o datos que muestren cuánto mejora la seguridad en carretera gracias al entrenamiento simulado.

Por qué importan los modelos del mundo para los robotaxis

Un modelo del mundo aprende una representación de un entorno físico y anticipa lo que ocurrirá después, por ejemplo cómo se moverán los vehículos y peatones cercanos. Un artículo de 36Kr publicado antes del lanzamiento sostenía que este enfoque permitiría a Baidu aplicar aprendizaje por refuerzo en un gemelo digital, reducir costosas pruebas en carretera y ayudar a Apollo Go a adaptarse antes a nuevas ciudades, frente a los meses de recogida de datos locales que necesita hoy. El mismo texto recordaba que Apollo Go opera en 28 ciudades y que el kilometraje de pruebas públicas de Apollo supera los 350 millones de km, datos que pueden alimentar un modelo de este tipo. Son valoraciones del medio, no planes anunciados por Baidu.

Contexto competitivo

Baidu no está solo: 36Kr menciona proyectos similares en Nvidia, con su plataforma Cosmos, en Tesla y en la startup Wayve, y señala que Huawei, Xpeng y NIO también han hablado de modelos del mundo. En China, Apollo Go compite con WeRide, Pony.ai y Momenta, mientras que Xpeng prevé lanzar servicios de robotaxi en 2027, según Reuters. El coste del entrenamiento es una cuestión central: Frank McCleary, de la consultora Arthur D. Little, dijo a Reuters que es un reto al que se enfrentarán todas las empresas de vehículos autónomos.